Mae cyn-ymchwilydd Google DeepMind, Andrew Dai, yn credu bod gan fodelau AI mewn labordai mawr ddeallusrwydd plentyn tair oed, o leiaf o ran deall ciwiau gweledol. Felly, mae ef a'i gydweithwyr wedi sefydlu cwmni i ddatblygu AI a all ddeall delweddau'n well. Mae Dai yn credu y gallai hyn gyflymu mabwysiadu AI mewn diwydiannau fel pensaernïaeth, modurol a roboteg.
Heddiw, cododd Elorian $55 miliwn mewn cyllid, gan roi gwerth ar unwaith ar ei gap marchnad stoc yn $300 miliwn. Yn ogystal â Dai, cyd-sylfaenwyr Elorian yw Yinfei Yang, a weithiodd ar ymchwil AI yn Google ac Apple, a Seth Neel, cyn-athro Harvard a ymchwiliodd i ddata a deallusrwydd artiffisial. Mae'r buddsoddwyr yn cynnwys Striker Venture Partners, Menlo Ventures, ac Altimeter Capital, yn ogystal â Nvidia a'r ymchwilydd AI enwog Jeff Dean.
Heddiw, mae mwy na dwsin o weithwyr yn gweithio ar ddatblygu modelau gweledol effeithiol. Mae'r cwmni mewn trafodaethau gyda chleientiaid posibl ac yn bwriadu rhyddhau ei fodel rhesymu rhesymegol cyntaf sydd ar gael yn gyhoeddus mewn tua 12 mis. Yn ôl Elorian, er mwyn helpu AI i ddeall y byd o'i gwmpas, mae angen i'r diwydiant technoleg greu modelau sydd wedi'u cynllunio'n benodol at y diben hwn. Er gwaethaf biliynau o ddoleri wedi'u buddsoddi, mae modelau heddiw yn dal i berfformio'n wael, er enghraifft, wrth ddadansoddi delweddau lloeren yn weledol neu archwilio manylion delweddau.
Mae Elorian yn datblygu ei gynhyrchion cyntaf sy'n seiliedig ar AI gan ddefnyddio modelau ffynhonnell agored y gellir eu defnyddio a'u haddasu'n rhydd. Mae'r cwmni'n ystyried rhyddhau fersiynau mwy cryno o'i fodelau i'r gymuned ffynhonnell agored, ond mae'n debyg y bydd yn cadw'r fersiwn flaenllaw yn berchnogol.
Er bod rhaglennu wedi mynd â meddwl rhesymegol i lefel hollol newydd, mae Dai yn credu nad yw modelau o hyd yn gallu gwneud penderfyniadau pwysig ynghylch sut i adeiladu ceir gwell neu rocedi mwy effeithlon. "Nid yw'n rhywbeth y gallwch chi ei fynegi mewn cod a chael roced gyflymach," meddai. "Mae angen i chi ddylunio gwrthrych ffisegol mewn gwirionedd - ac mae'r dyluniad hwnnw'n bodoli yn y byd ffisegol."
Mae Dai yn rhan o don o ymchwilwyr sy'n gadael labordai i ddilyn gwaith mwy arbenigol ym myd AI sy'n newid yn gyflym. Pwysleisiodd fod y cwmni'n canolbwyntio llai ar greu cynnwys cyfryngau ac yn fwy â diddordeb mewn galluoedd rhesymu rhesymegol. "Mae'n llawer haws creu rhywbeth sy'n edrych yn wych, ond yn llawer anoddach rhesymu amdano, ei ddeall, ac egluro i rywun beth mae'n ei wneud," mae'n credu.
Osgoi Dai chwyddo gwerth stoc y cwmni newydd yn gynnar, yn rhannol i sicrhau y byddai ei weithwyr cynnar yn derbyn gwobrau ariannol sylweddol. "Os byddwch chi'n dechrau gyda gwerth uchel iawn, mae'n anodd iawn iddyn nhw weld cynnydd o 50 neu 100 gwaith ym mhris eu stoc, ac roedden ni eisiau rhoi'r cyfle hwnnw iddyn nhw," meddai. Mae buddsoddwyr yn nodi bod yr athroniaeth recriwtio hon, ynghyd â chyflogi nifer o ymchwilwyr blaenllaw eraill o DeepMind, wedi dylanwadu'n sylweddol ar eu diddordeb mewn cefnogi Elorian.
Mae dadansoddwyr a buddsoddwyr yn disgwyl i'r cwmni fod yn fwy effeithlon na labordai arloesol eraill diolch i brofiad Dai o greu Gemini. "Mae pawb arall mewn labordai arloesol yn syml yn codi arian i gynnal arbrofion," meddai cynrychiolydd o'r buddsoddwyr. "Mae Andrew yn gwybod fformiwla Gemini—dydy e ddim yn gwastraffu doler." Mae'n anodd dweud pa mor gywir ydyn nhw; nid yw gwefan y cwmni newydd yn cynnig unrhyw wybodaeth eto, heblaw am opsiwn e-bost.
Ffynhonnell:
Ffynhonnell: 3dnewyddion.ru
